RXRX 的商业模式

RXRX（Recursion Pharmaceuticals）的商业模式核心一句话

用自研的工业级 AI+ 机器人湿实验室闭环（Recursion OS），把传统药物发现的每一个步骤（靶点验证、苗头化合物发现、成药性优化、毒理预测、临床候选物选择）全部搬到机器上高速迭代，目标是把一个新药从 idea 到 IND 的平均时间从 4-6 年、成本从 1-2 亿美元压缩到 12-18 个月、几千万美元以内。

再把这套 “超高速、低成本造药工厂” 同时用在两条赛道上：

赛道	收入模式	目前占比	代表案例
自研管线（Proprietary Pipeline）	未来里程碑 + 销售分成/全权	长期大头（尚未实现商业化收入）	REC-994（脑血管畸形）、REC-2282（神经纤维瘤）、REC-4881（FAP）、REC-617（急性髓系白血病）等
平台授权（Partnerships / Tech-Bio Collaborations）	前期现金（upfront）+ 研发里程碑 + 临床/上市里程碑 + 销售分成	目前几乎全部现有收入	Roche/Genentech（2021）$150M upfront + 近$10B 里程碑 Bayer（2022、2023）总 upfront $150M + 里程碑 Sanofi（2020）$120M upfront（已终止） Takeda、Merck 等小合作

2025 年 Q3 实际收入构成（年化约 6000-7000 万美元）：

99% 来自合作前期 + 里程碑付款
<1% 来自自研管线（还没有产品上市）

这种商业模式的优势（Pros）

优势	具体体现
极高的理论杠杆	一旦 Recursion OS 真正跑通，边际成本极低，可以同时跑 50-100 个程序，比传统药企/生物技术公司快 5-10 倍、成本低 5-20 倍
双轮驱动，现金流可预测	大药企合作提供 3-5 年跑道现金（2025 年底现金 + 合作款仍约 5.5-6 亿美元），自研管线则提供百倍以上回报潜力
数据飞轮效应	每跑一个程序就产生海量独家多组学数据（转录组、蛋白质组、细胞影像、in vivo 影像），喂回 AI 模型，形成越来越宽的护城河
罕见病 + 肿瘤快跟进策略	选的多个适应症是孤儿病（7 年独占 + 高定价，临床试验患者少、成功率相对高
并购整合能力强	2024-2025 年先后并购 Cyclica 和 Exscientia，把两大竞争对手的 AI 平台和管线直接并表，瞬间成为 AI 药物发现领域体量第一

这种商业模式的劣势与风险（Cons）

劣势/风险	具体表现	当前状态（2025 年 12 月）
还没有一个自研药物真正上市验证	市场最关心的永远是 “你 AI 到底能不能做出过一个批准上市的药吗？”	最早的两个 III 期（脑血管畸形 REC-994、神经纤维瘤 REC-2282）要到 2026-2027 年才有顶线数据
临床阶段现金燃烧极高	2025 年预计现金燃烧 4.2-4.6 亿美元，合作款已经不足以完全覆盖	现金跑到 2027 年底，但如果临床再加速或失败，需要再融资（当前股价 4-5 美元，稀释压力大）
大药企合作极不稳定	Sanofi 2023 年直接终止合作；Roche/Bayer 合作虽在进行，但里程碑付款进度慢于预期	收入高度依赖 2-3 家大药企的心情
AI 药物发现的 “黑箱” 质疑	监管机构（FDA/EMA）和学术界仍对纯 AI 发现的分子机制解释性要求很高	REC-4881、REC-617 等虽进了 II 期，但审评时仍可能被要求补传统机理研究
人才与算力成本飙升	超级算厂（全美前 20）+ 几百名机器学习 PhD，每年固定成本极高	2025 年研发费用预计 4.8-5.2 亿美元，80% 是人和算力
股价与催化剂高度绑定	市场给的估值几乎全部押注在未来 5 个临床读出上，任何一个失败都会暴跌	2024-2025 年股价已跌去超 50%，Beta 极高

一句话总结

Recursion 的商业模式是 “用工业级 AI 把药物发现变成可无限复制的软件工程问题”，理论上限极高（可能是下一代药企的范式），但目前仍处于 “烧钱建工厂、还没卖出几件成品” 的早期阶段。
真正决定它成败的，是 2026-2028 年连续 5 个 II 期/III 期读出结果——只要有 1-2 个成功上市，整个模式将被验证，估值可能翻 10 倍；如果连续失败，则可能被市场彻底抛弃。

所以现在的 RXRX 本质上是一只 “all-in AI 药物发现终极验证” 的高风险、高收益期权型股票。

$Recursion Pharmaceuticals(RXRX.US) RXRX